Nơi mà các hệ thống AI thực sự gặp vấn đề, và lý do Vanar tập trung vào đó
Rất nhiều cuộc thảo luận xung quanh cơ sở hạ tầng AI vẫn xoay quanh các mô hình, tốc độ và thông lượng. Những điều đó quan trọng, nhưng trong thực tế chúng hiếm khi là nơi mà các hệ thống thất bại khi chúng chuyển sang hoạt động thực tế.
Điểm yếu thường xuất hiện sau đó, sau khi một quyết định đã được đưa ra.
Khi một hệ thống AI bắt đầu kích hoạt thanh toán, thay đổi trạng thái, hoặc thực thi tự động, trí tuệ không còn là nút thắt. Việc thanh toán mới là. Nếu hệ thống không thể tin cậy cam kết các quyết định của mình với thực tế, mọi giả định mà nó đưa ra sau đó đều được xây dựng trên nền tảng không ổn định.
Vanar được thiết kế xung quanh vấn đề chính xác này.
Thay vì tối ưu hóa chủ yếu cho tính linh hoạt hoặc hiệu suất tối đa, Vanar coi việc thanh toán như một lớp bị ràng buộc. Phí được dự kiến sẽ có thể dự đoán thay vì phản ứng mạnh mẽ. Hành vi của các xác thực viên được giới hạn bởi các quy tắc giao thức thay vì hoàn toàn phụ thuộc vào việc tối ưu hóa động lực. Sự chắc chắn được coi là quyết định, không phải là điều gì đó cải thiện một cách xác suất theo thời gian.
Cách tiếp cận này không miễn phí. Nó từ bỏ một số tính biểu đạt và tốc độ thử nghiệm. Các nhà phát triển muốn tính khả thi tối đa có thể thấy điều này là hạn chế.
Nhưng đối với các hệ thống hoạt động liên tục, việc đánh đổi đó có ý nghĩa. Khi một hệ thống AI giả định rằng một hành động đã được giải quyết, giả định đó sẽ lan truyền về phía trước vào bộ nhớ, lý luận và hành vi trong tương lai. Sự không chắc chắn không giữ lại ở một chỗ. Nó tích tụ.
Vanar không cố gắng loại bỏ sự phức tạp ở mọi nơi. Nó cố gắng giữ cho nó ra khỏi lớp thanh toán, nơi mà các lỗi khó khăn nhất để khôi phục.
Sự tập trung đó làm cho Vanar kém linh hoạt hơn một số mạng, nhưng dự đoán hơn. Và đối với các hệ thống hoạt động liên tục, tính dự đoán không phải là một sự sang trọng. Đó là cơ sở hạ tầng.
